2026年版 臨床試験患者募集における最適なAIツール

患者募集は、いまだに臨床試験が遅れる最大の原因です。試験の実に80%近くが当初の登録スケジュールを守れず、それを解決しようとするツール群はいくつかの異なる役割に分かれています。構造化・非構造化を問わず患者記録を大規模にマイニングするEHRベースのマッチングエンジン(TempusのDeep 6 AI、ConcertAI、Mendel)、がんセンターのコーディネーター向けに作られた腫瘍学特化型コパイロット(Triomics、Massive Bio)、プロトコルが確定する前にスポンサーが使うサイト選定・実行可能性評価プラットフォーム(H1、Reify HealthのStudyTeam)、登録を呼びかける対象を広げるマーケットプレイスや多様性重視のアウトリーチ基盤(Inato、Paradigm Health、Antidote、Acclinate)、そしてこのリストに載るベンダーの大半が引用または基盤とする、NIH発のオープンソース研究ツール(TrialGPT)です。本ガイドは、ライフサイエンス向けに焼き直しただけの一般的なAIリストではなく、それぞれが実際に果たす役割に基づいて13のツールをランク付けします。

2026年7月更新。 以下の各ツールは、実際の募集機能(患者マッチング、チャート抽出、サイト選定、アウトリーチ)に基づいて評価しており、各種の主張はベンダーのプレスリリース、査読済み研究、または2026年7月時点の独立系報道と照らし合わせて確認しています。このリストに載るエンタープライズ向けベンダーのほぼすべてが見積もりベースで公開の料金表を持たないため、架空の数字で取り繕うのではなく、その事実をそのまま記載しています。これは医療、法律、規制に関する助言ではありません。患者を治験にマッチングすることと適格性を判定することは同じではなく、ここに挙げたすべてのツールは、最終判断を必ず治験責任医師とIRBに委ねています。

2026年の変化

2026年の市場は、単発のマッチングデモの段階を越え、より大規模なネットワーク、運用基盤、そしてより強固な実世界エビデンスへと移行しました。

• Tempusは、2025年3月に買収したDeep 6 AIを自社の腫瘍学治験マッチング基盤への統合を完了し、750カ所を超える医療提供サイトと3,000万件超の患者記録をリアルタイムでEHRマイニングできる規模まで対象を拡大しました。BiopharmaTrendより。
• Triomicsは2026年5月に2,200万ドルのシリーズBを調達し、2026年1月にはPRISMマッチングプラットフォームをマウントサイナイのTisch Cancer Centerで導入開始しました。これでMemorial Sloan Kettering、MD Anderson、Yale Cancer Center、Texas Oncologyに続く採用先となります。Mount Sinaiより。
• Massive Bioは2026年4月、転移性がん患者3,804人を対象とした査読済み前向き研究を発表し、続いてASCO 2026では腫瘍学アクセスのためのより包括的なAIオペレーティングシステム「Reticulum Nexus」を先行公開しました。BusinessWireより。
• ConcertAIは2026年2月、自社のCARAaiエンジンを基盤としたエージェント型プラットフォームAccelerated Clinical Trials(ACT)を立ち上げ、2026年5月にはCancerLinQの治験マッチング機能を拡張しました。HLTHより。
• 2億300万ドルのシリーズAを背景に持つParadigm Healthは、2,100カ所の医療拠点にまたがる研究対応可能な医療提供者ネットワーク全体で、多様性連合PACT Collectiveの拡大を続けています。Fierce Healthcareより。
• 特定の試験でスポンサーに正式な多様性登録計画の提出を義務付ける予定だったFDAのDiversity Action Plan(多様性行動計画)ガイダンス案は、2025年のDEIに関する大統領令を受けて、同庁のウェブサイトからひっそりと削除されました。多様性重視のベンダー各社がそれに向けた構築を続ける一方で、スポンサー側は確定した連邦の枠組みを持たないままです。AJMCより。

重要なポイント

• 臨床試験の実に80%近くが当初の登録スケジュールを達成できず、10件中9件は目標登録数に到達するまでにそのスケジュールを2倍に延ばすことになります。カリフォルニア大学の研究部門より。
• 治験の遅延はわずか1日でも、スポンサーに直接的な治験コストとして約4万ドルの負担をもたらし、実現しなかった処方薬売上に換算すると約80万ドルに相当します。タフツ大学医薬品開発研究センターが2024年に更新した推計で、Therapeutic Innovation & Regulatory Science誌に掲載されています。
• 米国人口の実に40%近くが人種的・民族的マイノリティに属していますが、臨床試験の参加者の80〜90%は依然として白人が占めています。FDAガイダンスをRTI Health Solutionsがまとめた内容によるものです。
• 適格性スクリーニング向けのNIH製オープンソース大規模言語モデルTrialGPTは、サイトが保有する治験リスト全体の6%未満を確認するだけで、関連する治験の90%以上を検索できます。またパイロットテストでは、患者スクリーニング時間を42.6%削減しました。PMC/Nature Communications掲載の査読済み研究より。
• Triomicsの腫瘍学向け治験マッチングコパイロットは、Memorial Sloan KetteringやMD Andersonを含むがんセンター各所で、治験マッチング数を40%、登録数を30%以上増加させ、同時にチャートレビューの時間を67%削減しました。PR Newswireより。
• Massive BioのAIマッチングプラットフォームは、転移性がん患者3,804人を対象とした前向き研究において、従来の方法と比べて約4倍の速さで治験マッチングを見つけ、腫瘍医が確認したマッチング件数は17,000件を超えました。BusinessWireより。

クイック比較表

組織タイプ別適合マトリクス

まずはこの表を最初のフィルターとして使ってください。「強い適合」とは、そのツールの導入モデルと購買プロセスが、その規模の組織が実際にソフトウェアを調達する方法と一致していることを意味します。

規模・ペルソナ別早見表

---

1. Tempus(Deep 6 AI):最も広範なEHR規模のマッチングネットワーク

Tempusは2025年3月にDeep 6 AIを買収し、それ以降、そのEHRマイニングエンジンをより広範な腫瘍学データプラットフォームへ統合する作業を進めてきました。中核となる機能自体は変わっていません。Deep 6 AIは構造化フィールド(ICD-10コード、人口統計情報)と非構造化ノート(病理レポート、医師の所見記録)の両方をリアルタイムで読み取り、手作業のチャートレビューなら数週間かかるところを、数分で適格な患者を洗い出します。

料金： 公開されたリスト価格はありません。契約は医療システムまたはスポンサーとのエンゲージメントごとに個別交渉されます。買収に関するBiopharmaTrendの報道より。

最適な用途: 単一施設でのパイロットではなく、数百カ所のサイトにわたるEHR規模の患者発見を必要とする大規模医療システムや製薬スポンサー。

---

2. ConcertAI:募集ファネル全体をカバーするエージェント型AI

ConcertAIが賭けているのは、募集は1つのツールに実行可能性評価ツール、さらに別のサイト選定ツールを継ぎ足していくべきものではない、という考え方です。2026年2月にCARAaiエージェントエンジンの上で立ち上げたAccelerated Clinical Trials(ACT)プラットフォームは、1,300万件を超える患者記録を活用しながら、文献レビュー、プロトコル設計、実行可能性分析、サイト選定、患者マッチングにまたがる専門エージェントを1つのワークフローの中に展開します。

料金： 公開の料金表はありません。ConcertAIは治験ポートフォリオの規模に応じたエンタープライズエンゲージメントとして販売しています。ConcertAI自身によるACT発表より。

最適な用途: 複数の治験を同時進行し、実行可能性評価・サイト選定・マッチングを1つの連携したAIレイヤーで処理したいエンタープライズ製薬スポンサー。

---

3. Mendel(Hypercube):チャート抽出と治験マッチングの融合

Mendelの旗艦製品Hypercubeは、多くのマッチングツールとは異なる前提から出発しています。本当のボトルネックは候補となる治験を見つけることではなく、マッチングが始まる前に乱雑な臨床データを整理するために費やされる数百時間の作業だという考え方です。Hypercubeはチャートレビューを自動化し、臨床チームが自然言語で患者コホートを問い合わせられるようにした上で、その同じ構造化データを治験マッチングに適用します。

料金： 公開されていません。Mendelは製薬・CROチームに対し、エンゲージメントの範囲に応じたカスタム契約で販売しています。MendelによるLlama活用に関するMetaのAIブログより。

最適な用途: 治験検索そのものではなく、チャートレビューとコホート構築が募集のボトルネックになっている製薬・CROチーム。

---

4. Triomics(PRISM):コーディネーター向け腫瘍学コパイロット

Triomicsは、実際に事前スクリーニングを行う担当者、つまり山積みのチャートに向き合う腫瘍学研究コーディネーターに向けて、まさにPRISMを開発しました。Triomics独自のOncoLLMを搭載したPRISMは、患者記録を読み取り、適格な治験を特定し、出典引用付きの項目別根拠を返します。これにより、コーディネーターはブラックボックスを鵜呑みにするのではなく、マッチング結果を自ら検証できます。

料金： 公開されていません。がんセンターとの機関契約を通じて導入されます。TriomicsのシリーズB発表より。

最適な用途: 自動化されたブラックボックスではなく、自施設のコーディネーターが検証・信頼できるマッチングツールを求めるアカデミックおよびNCI指定がんセンター。

---

5. Massive Bio:アカデミックセンター外の患者向けマッチング

多くのマッチングツールは、患者がすでに充実したEHRを持つ医療システムの中にいることを前提としています。Massive Bioのネットワークはその逆で、実際に大半のがん患者が治療を受けている地域腫瘍クリニックに接続し、ニューロシンボリックなマルチエージェントAIシステムを使って、本来であれば遠方のアカデミックセンターへの紹介が必要になるはずの治験へと患者をマッチングします。

料金： 公開されていません。アクセスは通常、パートナー・紹介ネットワーク契約を通じて行われます。Massive Bioの研究発表より。

最適な用途: 本来なら知る機会のない治験に患者をつなげようとする地域腫瘍クリニックや患者ナビゲーター。

---

6. H1:患者マッチングではなく、サイト選定と実行可能性評価

H1が解決するのは、上記のツールとは異なる、より上流の課題です。1人の患者をマッチングする前に、どのサイトと治験責任医師が実際にそのプロトコルを遂行できるのかを知る必要があります。H1のリアルワールドHCP・サイトデータは、同社が「フィージビリティ・ギャップ」と呼ぶもの、すなわち治験を計画することと、それをうまく計画するために統合された国・サイト・治験責任医師レベルのデータを持つこととの間のずれに対応します。

料金： 公開されていません。エンタープライズ向けデータプラットフォームのサブスクリプションとして販売されています。フィージビリティ・ギャップに関するH1自身の解説より。

最適な用途: 事後的なマッチングエンジンではなく、プロトコル確定前のデータドリブンなサイト選定・実行可能性分析を必要とするスポンサーやCRO。

---

7. Reify Health(StudyTeam):ポートフォリオ全体の登録状況の可視化

Reify HealthのStudyTeamプラットフォームは、OneStudyTeamブランドのもとでサイト側の視点に立っています。研究コーディネーターが患者の事前スクリーニングのためにログインするツールであると同時に、スポンサーが治験の全サイトにわたる登録状況を一度に把握するためのツールでもあります。マッチングアルゴリズムというよりも、募集活動を可視化し予測可能にするオペレーションレイヤーに近い存在です。

料金： 公開されていません。エンタープライズ向けのサイト・スポンサー共用プラットフォームとして販売されています。OneStudyTeam公式サイトより。

最適な用途: 大規模なマルチサイト治験ポートフォリオ全体で、共有かつリアルタイムの登録可視化を必要とするスポンサーやCROチーム。

---

8. Inato:サイト向け無料の治験マーケットプレイス

Inatoは通常の販売モデルを逆転させています。地域・中規模の研究サイトにスポンサー治験へのアクセス料を課す代わりに、無料のマーケットプレイスとして運営しています。サイトはプロフィールを作成し、自施設の患者集団に合った治験とマッチングされ、スポンサー側は50カ国超、70疾患領域超にまたがる5,000サイト超のネットワークへのアクセスに対して料金を支払います。

料金： 研究サイトは無料。スポンサー側のアクセスは個別交渉です。Inato自身によるサイト向け無料マーケットプレイスの説明より。

最適な用途: 仲介手数料を払わずにスポンサー治験へのアクセスを得たい地域・中規模の研究サイト、そしていつものサイトリストを超えて多様化したいスポンサー。

---

9. Paradigm Health:医療提供者ネットワークに組み込まれた多様性

Paradigm Healthは、一般的なマッチングツールに後付けした機能としてではなく、治験募集における多様性のギャップを解消することを目的として、2億300万ドルのシリーズA資金とともに立ち上がりました。同社のプラットフォームは、2,100カ所の研究対応可能な医療拠点ネットワーク全体でリアルタイムのEHRとゲノムデータを連携させ、CEO Roundtable on Cancerと共同でPACT Collectiveを立ち上げ、FDA基準に沿った多様性目標にスポンサーを足並みそろえさせています。

料金： 公開されていません。スポンサー・医療システムとのパートナーシップ契約を通じて販売されます。Paradigmの立ち上げに関するFierce Healthcareの報道より。

最適な用途: 連邦の多様性ガイダンスが宙に浮いている現状において、多様な登録に対する正式で構造化されたアプローチを必要とするスポンサー。

---

10. Antidote:大規模な患者向け治験検索

Antidoteは、コーディネーターが裏方で使うツールではなく、患者や介護者が実際に見つけるツールです。Antidote Matchは、250以上の患者コミュニティやヘルスポータルに組み込まれた一般向け治験検索エンジンとして機能し、推定で月間1,500万人の患者にリーチします。スポンサーやアドボカシー団体は、こうした信頼されているチャネルを通じて治験情報を配信するために料金を支払います。

料金： 患者は無料。スポンサー向けの募集マーケティングはキャンペーンごとに見積もりです。Antidoteとの提携に関するPatientPointの報道より。

最適な用途: 患者向けの募集マーケティングを行うスポンサー、そして治験を直接探している患者や介護者。

---

11. Acclinate:十分に代表されていないコミュニティ向けの信頼構築型募集

Acclinateの主張は、多様性を重視した募集は、単にEHRデータをマイニングして正しい人口統計上のチェックボックスを探すだけのアルゴリズムでは機能しない、というものです。現在およそ20万人の会員を抱えるNOWINCLUDEDコミュニティは、黒人、ヒスパニック、先住民のコミュニティによって、またそれらのコミュニティのために構築されており、治験への招待が届く前に信頼を築くことを目的としています。この信頼を実際の参加につなげるために、e-DICT登録プラットフォームと組み合わせて使われます。

料金： 公開されていません。スポンサーの募集目標に応じたプログラムベースのエンゲージメントとして販売されます。Acclinateのコミュニティ拡大発表より。

最適な用途: 単なる人口統計フィルターではなく、歴史的に十分に代表されてこなかったコミュニティへの本物の信頼構築型募集を必要とするスポンサーやCRO。

---

12. Unlearn.AI:対照群を縮小するデジタルツイン

Unlearn.AIは、このリストの他のツールとは異なる課題を解決します。登録する患者をさらに見つけるのではなく、必要な患者数そのものを減らすのです。AIが生成するデジタルツインは、個々の治験参加者が対照群に入った場合に予想される結果を予測し、統計的検出力を保ったまま、Unlearn自身の分析ではおよそ20〜50%対照群の登録者数を縮小できます。

料金： 公開されていません。適応症とデザインに応じて、治験エンゲージメントごとに価格設定されます。治験におけるデジタルツインに関する独立系概説より。

最適な用途: 従来型の募集ツールとしてではなく、治験デザインを通じて対照群の規模と全体の登録負担を減らしたい後期段階のスポンサーや生物統計学者。

---

13. TrialGPT(NIH/NCI):誰もが引用するオープンソースの基準点

TrialGPTは企業ではなく、販売されているものでもありません。NIHのNational Library of MedicineとNational Cancer Instituteの研究者が、University of Illinois Urbana-Champaign、University of Pittsburgh、Albert Einstein College of Medicineと協力して構築した、オープンソースかつ査読済みのアルゴリズムです。候補となる治験の検索、基準ごとの適格性スコアリング、適合度によるランキングという3段階で動作し、各ステップで忠実かつ説明可能な出力を返します。

料金： 無料かつオープンソース。ベンダーとの関係やサポート契約は一切ありません。PMC掲載の査読済み研究およびNCI自身の報道より。

最適な用途: 商用プラットフォームをそのまま購入するのではなく、カスタムマッチングツールを構築するための無料で公開済み、独立検証済みの出発点を求める医療システム、学術研究者、エンジニアリングチーム。

---

選び方:意思決定フレームワーク

アクセスモデル別

---

患者募集におけるAI:HIPAA、IRBによる監督、そして医療助言ではないという前提

本ガイドのいかなる内容も、臨床的、法的、規制上の助言として読むべきではなく、これらのツールのいずれも治験責任医師の判断やプロトコルに対するIRBの権限に取って代わるものではありません。これらのツールが提示するのは候補となるマッチングや運用データであり、適格性を判定したり、診断したり、患者を試験に承認したりするものではありません。

ここでの機能比較よりも重要なのは、3つのガバナンス上の問いです。第一に、識別可能な患者データ、構造化・非構造化を問わないEHRフィールド、病理ノート、ゲノムデータに触れるツールはすべて、署名済みのビジネスアソシエイト契約(BAA)と、同意なしに患者データを共有モデルの訓練に使わないという明確な約束を必要とします。患者レベルのデータがサードパーティのシステムに移動する前に、これを書面で確認してください。第二に、AIツールが生成またはパーソナライズしたものを含め、患者向けの募集資料やアウトリーチ文言は、他の募集資料と同様に、通常は使用前にIRB(または相当する倫理委員会)によるレビューが必要です。事前スクリーニングアルゴリズムが試験の一環として識別可能なデータに触れる場合、そのプロセスに対するIRBの可視性も通常は適用されます。第三に、ツールが規制ファイルの一部となる記録、eConsent、登録判断に紐づく監査証跡、治験マスターファイルの記載を作成・管理する場合、その特定の記録管理コンポーネントは21 CFR Part 11の対象となり、検証済みの監査証跡、アクセス制御、電子署名の取り扱いが必要になります。ただし、その根底にあるマッチングや発見のステップ自体は、通常Part 11の記録には該当しません。

多様性をめぐる状況は、2026年にさらに4つ目の不確実性の層を加えています。FDAのDiversity Action Planガイダンス案は、確定した代替案のないまま2025年に同庁のウェブサイトから削除されました。そのため、米国人口の実に40%近くが人種的・民族的マイノリティである一方で治験参加者の80〜90%を白人が占めているにもかかわらず、スポンサー側は現時点で拠り所となる単一の連邦枠組みを持っていません。これはまさにParadigm HealthやAcclinateのようなツールが対象とするギャップですが、同時に、現在の多様性への取り組みが規制当局による義務ではなく、任意でベンダー固有のものであることも意味します。募集業務にとどまらないより広範なAIガバナンスを構築している組織にとっては、AIセキュリティとコンプライアンスとAI倫理とデータプライバシーが、患者データがサードパーティのAIシステムに触れる前に備えておくべき管理策をカバーしていますし、HIPAA準拠マーケティングは患者向けアウトリーチに関する並行したルールをカバーしています。AIツール選定フレームワークは、価格以外の観点で募集プラットフォームを比較する上で役立つ構成ですし、ヘルスケアマーケティングのコンプライアンスは、患者向けの募集キャンペーンを開始する前に一読の価値があります。

臨床分野と法務分野のAI導入は、2026年においても似たパターンをたどっています。導入は速く、効率化の効果は実質的であるものの、ガバナンスがそれに追いついていません。医師向け最適なAIツールガイドでは、直接的な患者ケアにおける同様の状況を取り上げていますし、募集やプロトコル作成のワークフローのどこかに汎用AIチャットが関わっているなら、組織がすでにライセンスしているモデルをそのまま使う前に、Claude対ChatGPT対Geminiを読んでおく価値があります。

関連記事

• 2026年版 医師向け最適なAIツール:ユースケース別にランキングした臨床AIプラットフォーム12選
• 2026年版 最適なAIツール:全カテゴリのトップ25
• 2026年版 弁護士向け最適なAIツール:ユースケース別にランキングした法律AIプラットフォーム12選
• 2026年版 最適なAI会議アシスタント・ノートテイカー
• Claude対ChatGPT対Gemini:2026年、自社のビジネスに合うLLMはどれか
• AIセキュリティとコンプライアンス:AIツールを使いながら自社を守る
• AI倫理とデータプライバシー:責任あるAI生産性ツールの導入
• AI生産性ツールの選定:6つの評価基準フレームワーク
• 医療機関のためのHIPAA準拠マーケティング
• ヘルスケアマーケティングのコンプライアンス:すべての医療機関が知っておくべきルール
• ヘルスケアテクノロジースタック:統合された医療機関向けテクノロジーシステムの構築

調査方法

このリストのすべてのツールは、EHRベースの患者マッチング、腫瘍学特化型のチャート抽出・マッチング、サイト選定と実行可能性評価、登録オペレーション、マーケットプレイスへのアクセス、多様性アウトリーチ、あるいは登録負担を減らす治験デザイン手法といった、実際の募集機能に基づいて評価しています。ベンダーの主張は、ベンダー自身の発表と、可能な場合は独立系または査読済みの報道と照らし合わせて確認しました。TriomicsとMassive Bioの実績数値は査読済み論文に紐づくプレスリリースから、TrialGPTの精度数値はPMC(Nature Communications)経由で公開された研究から、業界全体の登録・多様性統計はカリフォルニア大学の研究部門、タフツ大学医薬品開発研究センター、RTI Health SolutionsがまとめたFDAガイダンスから引用しており、それぞれ初出箇所にリンクしています。ここに挙げたエンタープライズベンダーのほぼすべてが公開価格を控えており、これは架空の数字で埋め合わせるのではなく、その事実をそのまま記載しています。本ガイドは、新たな資金調達、プラットフォームの立ち上げ、規制ガイダンスがこのカテゴリーを2026年を通じて形作り続けるのに合わせて、再確認していきます。

次のステップ

まずは自分が本当に必要としている役割を見極めることから始めてください。この13のツールはそれぞれ異なる課題を解決しており、完全に重なり合うものはほとんどありません。医療システムや大手製薬スポンサーとしてEHR規模のマッチングが必要なら、まずTempusかConcertAIから始め、複数年契約を結ぶ前に自社データで実際のパイロットを行ってください。アカデミックがんセンターであれば、同業機関での導入実績を踏まえ、Triomicsを直接検討する価値があります。患者の大半が地域腫瘍クリニックにいるなら、アカデミックセンター優先型のツールよりもMassive Bioの紹介ネットワークモデルの方が合っています。多様性を優先するなら、あるいは連邦のガイダンスが定まらない中で正式な登録計画を構築しようとしているなら、汎用マッチングツールに多様性を事後的に付け足すのではなく、Paradigm HealthかAcclinateから始めてください。そしてボトルネックが募集量ではなく実際には治験デザインと対照群の規模であるなら、Unlearn.AIはこのリストの他のどのツールとも異なる課題に取り組んでいます。何を評価するにせよ、1人の患者データが新しいシステムに移動する前に、BAAの条件、IRBへの影響、Part 11に関連する記録管理を書面で確認してください。